Sosyal medya platformlarında siber zorbalık giderek artan bir sorun haline gelirken, araştırmacılar bu zararlı davranışları otomatik olarak tespit edebilecek yapay zeka sistemleri geliştirmeye odaklanıyor. Endonezya'dan araştırmacılar, Instagram yorumlarındaki siber zorbalığı tespit etmek için kapsamlı bir karşılaştırmalı analiz gerçekleştirdi.
Çalışmada, 650 adet Endonezyaca Instagram yorumu 'Zorbalık' ve 'Zorbalık Değil' olarak etiketlenerek dengeli bir veri seti oluşturuldu. Araştırmacılar, Naive Bayes, Lojistik Regresyon ve Destek Vektör Makinesi gibi geleneksel makine öğrenmesi yöntemlerini, BiLSTM ve dikkat mekanizmalı BiLSTM gibi modern derin öğrenme modelleriyle karşılaştırdı.
Çalışmanın öne çıkan yanı, Endonezyaca'nın günlük kullanımına özel geliştirilen ön işleme teknikleri oldu. Argo kelimelerin normalleştirilmesi, gereksiz kelimelerin çıkarılması ve kök bulma işlemleri gibi adımlar içeren bu süreç, modellerin performansını önemli ölçüde artırdı.
Sonuçlar, geleneksel yöntemler arasında Lojistik Regresyon'un en iyi performansı sergilediğini, derin öğrenme modellerinde ise dikkat mekanizmalı BiLSTM'in öne çıktığını gösterdi. Araştırma, derin öğrenme modellerinin bağlamsal örüntüleri daha etkili yakaladığını, ancak sınırlı kaynağa sahip sistemlerde geleneksel yöntemlerin hala rekabetçi olduğunu ortaya koydu.